Kanker serviks merupakan penyakit tertinggi kedua dalam kategori wanita yang menyumbang kematian terbanyak berdasarkan data yang ada di WHO. Berdasarkan data Global Cancer Observatory (Globocan) kanker serviks memiliki total kasus 36.633 dengan angka kematian kasus akibat kanker serviks yakni 21.003 kasus dan tergolong tinggi. Pengidap penyakit ini sering kali sulit dibedakan antara yang sehat dan tidak. Maka tujuan pada penelitian ini akan membahas mengenai diagnosis penyakit kanker serviks dengan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dan reduksi secara Principal Component Analysis (PCA) untuk mencari akurasi terbaik dalam diagnosis penyakit kanker serviks. ANFIS merupakan sistem yang digunakan untuk permodelan dengan memiliki dasar yang diangkat dari fuzzy sugeno, yang mempertimbangkan kesederhanaan kemudahan dalam komputasi. PCA adalah metode yang diterapkan untuk menyatakan informasi yang dinyatakan dalam data dan ditetapkan dalam bentuk alternatif. Jumlah data yang digunakan sebanyak 72 data dengan 10 fitur. Kemudian data tersebut dilakukan normalisasi serta dilakukan reduksi fitur menggunakan PCA. Setelah dilakukan reduksi fitur secara PCA diperoleh 4 fitur yang berpengaruh. Selanjutnya dilakukan analisis dengan menggunakan ANFIS dari data yang dilakukan ekstraksi PCA dan yang tidak dilakukan. Kemudian dilakukan pengujian akurasi dengan menggunakan confusion matrix. Hasil terbaik berdasarkan akurasi diagnosis adalah ANFIS dengan menggunakan PCA 91.67% dengan model yang didapat dari k-fold ke-3 dan tipe membership functionnya adalah trapmf, sedangkan keakuratan tanpa dilakukan PCA menggunakan k-fold ke-4 dan tipe membership functionnya adalah gaussmf lebih kecil dibandingkan dengan menggunakan PCA yakni 86.67%.